TensorFlow介绍之TF数据流图
TensorFlow介绍之TF数据流图
1. TF数据流图
1.1案例:TensorFlow实现一个加法运算
示例代码:
def tensorflow_demo():"""通过简单案例来了解tensorflow的基础结构:return: None"""# 一、原生python实现加法运算a = 10b = 20c = a + bprint("原生Python实现加法运算方法1:\n", c)def add(a, b):return a + bsum = add(a, b)print("原生python实现加法运算方法2:\n", sum)# 二、tensorflow实现加法运算a_t = tf.constant(10)b_t = tf.constant(20)# 不提倡直接运用这种符号运算符进行计算# 更常用tensorflow提供的函数进行计算# c_t = a_t + b_tc_t = tf.add(a_t, b_t)print("tensorflow实现加法运算:\n", c_t)# 如何让计算结果出现?# 开启会话with tf.Session() as sess:sum_t = sess.run(c_t)print("在sess当中的sum_t:\n", sum_t)return None
注意问题:警告指出你的CPU支持AVX运算加速了线性代数计算,即点积,矩阵乘法,卷积等。可以从源代码安装TensorFlow来编译,当然也可以选择关闭
import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
查看tensorflow版本:
import tensorflow as tfprint(tf.__version__)
示例代码:
import tensorflow as tfa = tf.constant(10)
b = tf.constant(20)# c = a + b
c = tf.add(a, b)
print(c)
运行结果:
此时并没有出现相加得到的和,需要建立一个会话。
示例代码:
import tensorflow as tfa = tf.constant(10)
b = tf.constant(20)# c = a + b
c = tf.add(a, b)with tf.Session() as sess:sum_t = sess.run(c)print('a+b=', sum_t)
解决如下:
import tensorflow.compat.v1 as tfa = tf.constant(10)
b = tf.constant(20)# c = a + b
c = tf.add(a, b)with tf.Session() as sess:sum_t = sess.run(c)print('a+b=', sum_t)
最终解决:
import tensorflow.compat.v1 as tftf.disable_v2_behavior()a = tf.constant(10)
b = tf.constant(20)# c = a + b
c = tf.add(a, b)with tf.Session() as sess:sum_t = sess.run(c)print('a+b=', sum_t)
接下来去掉报红的日志信息:
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow.compat.v1 as tftf.disable_v2_behavior()a = tf.constant(10)
b = tf.constant(20)# c = a + b
c = tf.add(a, b)with tf.Session() as sess:sum_t = sess.run(c)print('a+b=', sum_t)
1.2 TensorFlow结构分析
TensorFlow 程序通常被组织成一个构建图阶段和一个执行图阶段。
在构建阶段,数据与操作的执行步骤被描述成一个图。
在执行阶段,使用会话执行构建好的图中的操作。
- 图和会话 :
- 图:这是 TensorFlow 将计算表示为指令之间的依赖关系的一种表示法
- 会话:TensorFlow 跨一个或多个本地或远程设备运行数据流图的机制
- 张量:TensorFlow 中的基本数据对象 【可以理解为numpy中的数组】
- 节点:提供图当中执行的操作 【图中 的一些运算机制】
1.3 数据流图介绍
TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源框架。
节点(Operation)在图中表示数学操作,线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。
TensorFlow介绍之TF数据流图相关推荐
- tensorflow介绍(转)
tensorflow介绍(转) https://github.com/wizardforcel/data-science-notebook/tree/master/tf/first_contact_w ...
- tensorflow兼容处理 tensorflow.compat.v1 tf.contrib
20201130 问题提出: v1版本中tensorflow中contrib模块十分丰富,但是发展不可控,因此在v2版本中将这个模块集成到其他模块中去了.在学习tensorflow经常碰到tf.con ...
- 机器学习敲门砖:任何人都能看懂的TensorFlow介绍
本文是日本东京 TensorFlow 聚会联合组织者 Hin Khor 所写的 TensorFlow 系列介绍文章的前两部分,自称给出了关于 TensorFlow 的 gentlest 的介绍.这两部 ...
- Google人工智能平台TensorFlow介绍
Google人工智能平台TensorFlow介绍 作者:雨水/家辉 日期:2016年6月19日 CSDN博客:http://blog.csdn.net/gobitan TensorFlow是什么 官方 ...
- 视频中人物识别--tensorflow介绍
在开始写视频中人物的识别时用到的知识点有cnn与tensorflow,在此首先介绍一下其中应用到深度学习框架tensorflow. 1 深度学习框架介绍前的"废话" 到目前为止深度 ...
- Tensorflow读取数据-tf.data.TFRecordDataset
tensorflow TFRecords文件的生成和读取方法 文章目录 tensorflow TFRecords文件的生成和读取方法 1. TFRecords说明 2.关键API 2.1 tf.io. ...
- tensorflow中的tf.summary.image
tensorflow中的tf.summary.image tf.summary.image(name,#生成的节点的名称.也将作为TensorBoard中的系列名称tensor,#uint8或者flo ...
- 写给初学者的Tensorflow介绍
Tensorflow是广泛使用的实现机器学习以及其它涉及大量数学运算的算法库之一.Tensorflow由Google开发,是GitHub上最受欢迎的机器学习库之一.Google几乎在所有应用程序中都使 ...
- 01_关于TensorFlow、什么是数据流图(Data Flow Graph)、TensorFlow的特征、谁可以使用Tensorflow、为啥Google要开源这个神器?
1 关于TensorFlow TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库.节点(Nodes)在图中表示数学操作,图中的线(edges)则表 ...
最新文章
- Gstreamer1.16.2与Glib2 signals关键字冲突解决(十一)
- qa 芯片测试_关于半导体设备测试,看这一篇就够了
- 【数学建模】CUMCM-2014B 创意平板折叠桌 解题思路整理
- 微信小程序:搜索关键词,显示地图列表
- kali下域名解析失败
- web安全基础之HTTP
- 微信语音(录音,上传,下载,播放,停止)
- 不用远程软件,校园网电脑之间如何远程连接
- 蓝牙核心技术概述(三): 蓝牙协议规范(射频、基带链路控制、链路管理)
- Spring源码学习(三)-- 底层架构核心概念解析
- win10系统如何开启telnet
- Windows 批处理(bat) if条件判断语句使用教程
- 转贴: 人应该为自己而活
- java中的push方法_Java ArrayDeque push()方法与示例
- 错误NDK is missing a “platforms“ directory.
- 复杂网络中重要节点挖掘方法综述
- 正弦波逆变器c语言程序源码,官方开源-EG8010单相纯正弦波逆变器驱动板资料分享...
- 咱一起来刷一刷leetCode的题吧
- c语言不知道循环次数用什么语句,C语言while循环语句 do while语句 for循环语句
- js正则表达式验证金额